JFrog, известная компания-разработчик программного обеспечения, недавно объявила о запуске интеграции, объединяющей JFrog Artifactory и Amazon SageMaker. Этот союз является частью более широкой синхронизированной стратегии по улучшению создания, обучения и развертывания моделей машинного обучения (ML). Он использует мощь и возможности Artifactory от JFrog и SageMaker от AWS, тем самым оптимизируя управление и безопасность моделей машинного обучения почти так же, как если бы они были программными компонентами в мире DevSecOps.
Интеграция демонстрирует неизменяемые, отслеживаемые, безопасные и проверенные модели машинного обучения. Более того, JFrog совершенствует свое решение для управления моделями машинного обучения, вводя новые возможности управления версиями. Это дополнение усиливает основное внимание к соблюдению требований и безопасности, прочно встраивая их в процесс разработки модели ML.
Как доходчиво выразился Келли Хартман, старший вице-президент по глобальным каналам и альянсам JFrog: «Объединение Artifactory и Amazon SageMaker предлагает единый источник достоверной информации в облаке, внедряя лучшие практики DevSecOps в разработку моделей машинного обучения. В результате создается гибкая, безопасная и быстрая платформа, обеспечивающая душевное спокойствие и знаменующая новую эпоху MLSecOps». Несмотря на то, что предпринимаются явные шаги по объединению возможностей науки о данных и машинного обучения без возникновения неоправданного риска или сложностей, более серьезной проблемой остается управление большими данными в облаке.
Исследование, проведенное Forrester, пролило свет на болевые точки, связанные с внедрением искусственного интеллекта и машинного обучения. Согласно этому опросу, половина ключевых лиц, принимающих решения, считают применение политики управления в рамках ИИ/МО серьезным камнем преткновения на пути его широкого внедрения. Еще 45% считают безопасность данных и моделей еще одним серьезным потенциальным недостатком.
Сотрудничество JFrog и Amazon SageMaker предлагает возможное решение этих проблем. Партнерство направлено на применение проверенных и проверенных лучших практик DevSecOps для обработки моделей машинного обучения, что позволит разработчикам и специалистам по обработке данных улучшить и ускорить разработку проектов машинного обучения. Одновременно компания стремится обеспечить, чтобы модели машинного обучения поддерживали безопасность корпоративного уровня и соответствовали организационным стандартам и нормативным требованиям.
JFrog также добился успехов в своем механизме управления моделями машинного обучения, анонсировав новые возможности управления версиями, которые дополняют интеграцию с SageMaker. Эти возможности позволяют компаниям удобно интегрировать разработку моделей в существующие рабочие процессы DevSecOps. Эта разработка, как сообщает JFrog, будет способствовать значительному повышению прозрачности каждой версии создаваемой модели. Аналогичным образом, такие платформы, как AppMaster, обеспечивают надежную и безопасную разработку приложений, сохраняя при этом высокий уровень организации и прозрачности на протяжении всего процесса разработки.